banner
学习与分享

您的当前位置:首页 > 新闻资讯 > 学习与分享

免费!高效 EEG/ERP 数据分析 MATLAB 工具分享

来源:微信公众号:人因工程系统 │ 发表时间:2024-11-21 | 浏览数:载入中...

EPAT:一个开源、用户友好且可重现的 MATLAB 工具箱,其中包含多种用于 EEG 数据预处理的算法。它提供了基于 EEGLAB 的模板管道,用于对 EEG、脑磁图和多导睡眠图数据进行高级多处理。

EPAT 简化了 EEG 信号浏览和预处理、EEG 功率谱分析、独立分量分析、时频分析、ERP 波形绘制和头皮电压拓扑分析。其图形用户界面使无编程背景的临床医生和研究人员也能使用。

EPAT 是一个基于 EEGLAB 的脑电信号处理工具箱,能够调用 EEGLAB 的几乎所有函数,并根据用户需求对其进行优化。主要功能如下:

主要功能 描述
EEG数据导入 支持批量导入多种格式的EEG数据,包括DAT、NSF、CNT、VHDR、EEG、RAW、MFF、EDF、BDF、CDT、SET、MAT(不仅包括EEGLAB可以导入的数据格式,还支持多种其他数据格式)。
EEG数据预处理 包括电极定位、滤波、再参考、基线校正、抗伪影、条件组合等预处理方法,还提供了多种过滤器和过滤算法供用户选择。EPAT还支持各种去噪算法,例如独立分量分析(ICA)、小波域去噪和主成分分析。特别是,预处理方法可以在EPAT交互式图形用户界面(GUI)中实现批量设置和处理,而无需编码。
EEG数据可视化 支持多种可视化方法,如事件相关电位(ERP)波形,时频图,频域功率光谱,头皮电位分布图和ICA分解。特别是,它支持多个自定义绘图选项,例如通道选择、数据修剪、图形缩放等。
EEG数据分析 支持多种EEG数据分析方法,包括ICA、ERP分析、时频分析、相干性分析等。它还支持分析图形条件之间的统计差异,用户可以通过导出数据进一步进行统计分析。
EEG数据导出 支持命名和导出各种分析结果图,如ERP波形、时频分析图和功率谱图表,还支持导出相关数据结果。EPAT还可以将平均参考波形、事件标记、头皮电极位置等信息导出为MATLAB文件。

除了上述主要功能外,EPAT 还可以为专业用户提供很多高级功能,如下:

高级功能 描述
脑电与肌电信号的耦合分析 可同时处理头皮脑电和肌电信号,进行任务分割和耦合分析。
兼容的数据结构 允许在预处理过程中存储和合并兼容文件,避免重复处理,提高效率。
人工图谱识别和AI训练 人工识别的迹线可作为标签用于 AI 训练,助力大数据分析。
立体定向脑电数据分析 支持无需电极定位的立体定向脑电数据分析,并可直接导入 Brainstorm 绘制三维脑网络连接图。
双向脑网络分析工具 填补了双向脑网络分析展示工具的空白。
“review events”插件 帮助用户浏览、修改、更新 EEG 数据中的事件标记,并支持手动插入事件。
数据分割和合并 支持根据任务范式分割数据和整合批量数据,方便进一步分析和结果整合。
灵活的数据导出 提供多种导出选项,确保与常用统计分析软件(如 SPSS)的兼容性,便于高效统计分析。

研究者邀请了神经外科和神经内科的16位临床医生参与 EPAT 和 EEGLAB 的评分评估。对 14 个指标的结果进行 Wilcoxon 秩和检验,结果显示 EPAT 得到了大多数参与者的认可(如图1所示)。


图1:16 位参与者在 14 个维度上对 EPAT 和 EEGLAB 的比较。

* 表示统计学上存在显著差异。

< EPAT工具箱的使用方式 >

EPAT 可以清晰地可视化数据处理的顺序和内容,通过按照固有的实验范式设置治疗参数,方便临床脑电图检查。

EPAT 工具箱的安装:

第一步:下载文件“EPAT V4.9”

下载链接:EPAT_Version 4.9.zip(私信回复)

第二步:运行 MATLAB 命令“Set path”,选择“Add with subfolders”,然后选择 EPAT_V4,保存。用户还可以添加其他自建的总工作文件夹。

第三步:在 MATLAB 命令窗口中输入“EPAT”

下载链接:测试数据和演示视频(私信回复)

图 2:EPAT GUI 和项目目录以及 EEG 文件准备的示意图(GUI,图形用户界面;EEG,脑电图)

步骤 0. 定义参数

共包含5个设置界面,完成参数定义(见图3)。

图 3:EPAT中定义参数

DefineParam1:定义处理项目的数据导入参数

选择项目文件,描述新建文件(参数文件名默认为“param”),设置数据文件类型和刺激类型,确保红色标记位置被选中,绿色标记位置为提醒操作人员检查。

DefineParam2:定义EEG数据的预处理和滤波参数

对原始数据进行数据降采样、滤波和重新参考,以提高处理效率和减少噪音。

DefineParam3:定义通道选择和ICA参数

选择数据分析的通道,并配置主成分分析(PCA)/独立分量分析(ICA)。

DefineParam4:定义 ERP epoch 和时频分析参数

DefineParam5:选择并填写 epoch 事件,完成设置

每一步都有帮助提示,设置完成后会在通用文件夹下生成三个新的子文件夹。

步骤 1. 运行批处理预处理脚本

设置完参数后,进入步骤1,对批量数据进行ICA或PCA分析(见图4)。

图 4:在 EPAT 中运行批处理预处理脚本

点击“Load Param”可选择“param”文件夹中的参数文件,点击“Start”开始分析。分析过程中会有四个显示:

1. MATLAB命令窗口,运行正常。

2. EPAT分析进度。

3. 暂停窗口(分析过程中建议不要点击“中断”)。

4. EEGLAB信息弹窗。

步骤2.逐一处理EEG

EPAT 的下一个使用阶段涉及检查 EEG 数据以去噪并识别敏感 IC、坏通道和间隔,步骤如图5所示。

图 5:在 EPAT 中处理 EEG 数据(EEG One by One包含7 个步骤)(A)一般页面布局(B)从加载的数据中获得的滚动通道活动、滚动组件活动和地形图(EEG,脑电图)

1. 加载参数文件(与步骤 1 相同)后,勾选“Processed”选项。

2. 使用“Specify”打开 EEGLAB 工具箱,然后用户单击“start”以显示滚动通道活动、滚动组件活动和地形图。

3. 基于这些图,用户可以按照说明依次识别和去除坏通道和伪影组件

4. 然后对剩余数据进行类似处理,直到步骤 2 中提示“The Last sub!”,表示所有处理即将完成。

5. 保存结果和参数以完成此步骤。

步骤3. Epoch ERP 逐一

图 6:EPAT中ERP数据处理(Epoch ERP One by One包含8个步骤)(A)总体页面布局(B)步骤3中点击“开始”后的分析流程

用户按照图7中的步骤1~8清理EEG、epoch ERP,识别并剔除ERP的不良试验。

1. 通过“加载参数”“加载子列表”“加载处理结果”命令导入数据

2. 点击“START”后,用户可以在滚动通道活动-eegplot中选择并标记不良试验

3. EpochERP界面提示用户“确认”不良试验。用户需等待一段时间,直到“确认”按钮由红色变为绿色。如果数据中没有识别出不良试验,用户仍需点击“确认”,否则数据将默认被删除。

4. 其余数据以类似的方式处理,直到提示“最后一个子项”。

步骤 4. 显示平均 ERP 结果

可以显示多名受试者不同条件间平均 ERP 结果(见图7),另外还可以提取自定义统计分析的测试值。

图 7:EPAT 中的平均 ERP 结果(A)第 4 步(显示平均 ERP 结果)界面中有五个模块(B)导出不同平均 ERP 成分的幅度和延迟(以 Excel 格式)以进行统计测试

五个模块:

1. 加载参数文件;2. 加载受试者列表;3. 加载 ERP 结果文件;4. 从受试者和条件中选择 ERP;5. 绘制来自多个受试者的平均 ERP)和一个工具栏(显示文件名、显示事件名称、绘制通道位置和保存通道名称

一个工具栏:

工具栏中可以显示文件名和事件名、绘制通道位置、保存通道名,可以清除、恢复、复制、保存受试者指标(一般不需要使用此功能,EPAT会自动操作)。

点击“导出ERP”会弹出新的操作界面,用户可以根据提示,通过事件(条件)的比较、电极组合等提取一定时间窗口内的ERP成分的平均值和极值,以便进行后续的数据统计。

步骤 5. 对 ERP 运行 TF(时频分析)

步骤5对于ERP批量数据的TF分析至关重要(见图8)。

图 8:EPAT 中的时频分析运行 ERP 的 TF)包含四个模块。(A)一般页面布局(B)单击“显示 TF”并输入时间窗口、频率范围和感兴趣的通道后,EPAT 将显示并导出 ERP 的 TF 结果。(TF,时频;ERP,事件相关电位)。

四个模块:

模块 1:基本设置;模块 2:提取节律和 TF 配置;TF 的 EEG/ERP 配置;模块 3:定义的 TF 设置;模块 4,用于跟踪过程(在底部)。

点击“显示TF”可以通过另一个界面显示和导出ERP时频结果。

如果用户想要查看特定通道或整个脑区的TF图,应该勾选“按通道或拓扑图显示和导出TF结果”功能栏。

为了获得准确的时频分析结果数据,需要重点关注的功能栏是“导出ERP的TF值”,随后就可以按照具体的研究目标来组织数据和进行统计分析。

EPAT工具包下载链接请私信后台~

附带EPAT工具箱用户使用手册

Qb66m3e2Or6CTALd/eg3DFS6MADn1au2CEs9K75yubDi3qw66E0y87K8kv+aO8dRB1U31hoxqSwq3CgUJuu0Nky1tLSzykpMPy+LkKI/70mZkM4fMi7x5IUESOshqFjCRpXk5zJoU6DOtwyR9Y7iUOxZTX8MBfYmgSmI9UeJGpduhMZvwhqAivyp2TBaHaXukX1V07+qsNp1+zsPAdi6VobNS25BC9RuA4aG5bfGYa6OkKuQQUOzBg==